关于中文搜索分词与索引的问题

Question

我们知道搜索大体分为两步，首先对文档集做索引，然后处理查询，做好的索引可能会使用很长一段时间。

对于中文搜索，做索引时要对文档分词，处理查询时要对查询串分词。
问题是，如果做索引时的分词结果，不同于查询处理时的分词结果，那还能找到吗？

举个例子，做索引时，“区块链”一词不太流行，词典里没有，结果分词算法分成了“区块”和“链”两个词，存入数据库的也是这两个词。
后来过了几个月（甚至年），该词越来越流行，于是网站管理员把它添加到了“热门词典”里以便提升分词质量。从这一刻起，新来的查询若包含“区块链”，将作为单个词保留下来。不幸的是，除非有包含该词的新文档加入，否则因为数据库里根本没有这个词导致搜索失败，即使存在一些旧文档包含该词。

请问这种困境该如何应对呢？当然，一种做法是把“区块”和“链”这俩词重新做索引……这个太不方便了，有没有更好的办法？

求思路，谢谢！

Answer 1

前面啰嗦得太多，我再把问题精简一下：

如何设计词索引，使得 —— 若 将来 改进了分词算法，在不重建索引的情况下，搜索结果也能改进？

例如，当词典没有“区块链”一词时，搜索结果可能包含大量“区块”和“链”两个词的文档；当把“区块链”加入词典后，在不重建索引的情况下，立即就能找到包含“区块链”的文档，排名在包含“区块”和“链”两个词的文档前面。